Pytania otagowane jako metropolis-hastings

Specjalny typ algorytmu Markov Chain Monte Carlo (MCMC) używany do symulacji na podstawie złożonych rozkładów prawdopodobieństwa. Został potwierdzony przez teorię łańcuchów Markowa i oferuje szeroki zakres możliwych implementacji.

2
Zamieszanie związane z próbkowaniem Gibbsa
Natknąłem się na ten artykuł, w którym napisano, że w próbkowaniu Gibbsa każda próbka jest akceptowana. Jestem trochę zmieszany. Jak to możliwe, że jeśli każda zaakceptowana próbka zbiega się w rozkład stacjonarny. Ogólnie algorytm metropolii akceptujemy jako min (1, p (x *) / p (x)), gdzie x * jest punktem …
2
Pobieranie próbek z rozkładu dwuwymiarowego o znanej gęstości za pomocą MCMC
Próbowałem symulować z dwuwymiarowej gęstości p ( x , y)p(x,y)p(x,y)używając algorytmów Metropolis w R i nie miał szczęścia. Gęstość można wyrazić jako p ( y| x)p(x)p(y|x)p(x)p(y|x)p(x), gdzie p ( x )p(x)p(x) jest dystrybucją Singh-Maddala p ( x ) =qxa - 1bza( 1 + (xb)za)1 + qp(x)=aqxa−1ba(1+(xb)a)1+qp(x)=\dfrac{aq x^{a-1}}{b^a (1 + (\frac{x}{b})^a)^{1+q}} …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.